Determinazione dell'utilità di uno strumento di selezione nelle industrie

L'utilità di un dispositivo di predizione è il grado in cui il suo utilizzo migliora la qualità delle persone selezionate al di là di ciò che si sarebbe verificato se quel dispositivo non fosse stato utilizzato. Validità e affidabilità, entrambe svolgono un ruolo importante nel determinare l'utilità di qualsiasi strumento di selezione. Inoltre, ci sono, tuttavia, molti altri fattori che sono ugualmente critici nel determinare l'utilità in qualsiasi situazione che coinvolga la selezione di gruppo.

Queste variabili aggiuntive sono:

(1) Affidabilità del criterio,

(2) Rilevanza del criterio,

(3) Il rapporto di selezione, e

(4) La percentuale di dipendenti presenti è considerata valida.

Si avvisa il lettore che la predizione di gruppo è il processo di selezione sistematica di un sottocampione di candidati che sono più propensi ad avere successo, in media, rispetto al gruppo nel suo insieme o a qualsiasi sottogruppo selezionato a caso dall'insieme. Ciò differisce dal processo di previsione individuale in cui ci si preoccupa di prevedere la probabilità di successo di una determinata persona, piuttosto che un gruppo di persone.

Ci sono, naturalmente, situazioni di selezione che coinvolgono sia gli aspetti di selezione che quelli di gruppo. Un esempio è un programma di selezione utilizzato dalla Marina degli Stati Uniti nella loro selezione di cadetti di volo. La Marina usa tecniche di predizione di gruppo prima e durante le diverse fasi dell'allenamento di volo.

Inoltre, è anche necessario fare previsioni per un cadetto specifico e le sue probabilità individuali di successo nel programma. La necessità di questi ultimi tipi di pronostici si verifica ogni volta che la registrazione di un cadetto durante l'allenamento è stata abbastanza scarsa da portarlo davanti a un comitato di revisione. Per questo programma della Marina vengono utilizzati gli stessi predittori di base per il gruppo e le previsioni individuali.

Validità del predittore:

L'indice statistico primario che influenza l'utilità di qualsiasi strumento di predizione è la sua validità. Mentre sarà dimostrato che le situazioni di validità bassa o addirittura nulla possono ancora portare a una selezione abbastanza efficace in condizioni speciali, il coefficiente di validità rimane la variabile centrale nella selezione. Per illustrare, prendere in considerazione i diagrammi mostrati in Figura 2.10 in cui sono mostrate due relazioni di predittore-criterio diverse, una con una validità di 0, 00 e l'altra con una validità di 0, 70. In entrambi i casi è stato stabilito un punteggio limite sul predittore che ci consente di prendere il primo 50 percento delle persone che fanno il test.

Quale predittore determinerà il maggiore aumento del punteggio medio del criterio del gruppo selezionato rispetto a quello che è stato ottenuto con i metodi precedenti (vale a dire la selezione casuale)? Guardando prima al predittore A in termini di come le persone sono distribuite solo sulla dimensione del criterio, troviamo che il punteggio medio del criterio del gruppo "accettato" è esattamente lo stesso del gruppo "respinto". Cioè, le persone che sono accettate prendendo la metà superiore dei punteggi del test A non tendono ad avere punteggi dei criteri più alti rispetto al più basso 50 percento dei marcatori sul test A, come mostrato nella Figura 2.11.

Tuttavia, quando guardiamo il predittore B otteniamo un quadro abbastanza diverso. Possiamo vedere immediatamente che quelle persone sopra il cut-off sembrano fare meglio sul criterio rispetto a quelle sotto il cutoff. Cioè, le persone sopra il cut-off hanno un punteggio medio più alto rispetto a quelli sotto. Questo è mostrato nella Figura 2.12, che mostra nuovamente le tre distribuzioni dei valori dei criteri.

Sembra quindi che il nostro primo principio generale sia l'utilità di test: dato un eventuale cut-off definito arbitrariamente su un test, maggiore è la validità, maggiore è l'aumento del punteggio medio del criterio per il gruppo selezionato rispetto a quello osservato per il gruppo totale.

In altre parole, la differenza:

(X _{gruppo selezionato} ) - (X _{gruppo totale} )

aumenterà in proporzione diretta alla validità del test. In effetti, può essere mostrato algebricamente che è così (in seguito vedremo alcune eccezioni a questo primo principio). Recentemente Naylor and Shine (1965) ha pubblicato una serie di tabelle che offrono un facile calcolo dell'aumento del punteggio medio del criterio che sarà raggiunto con qualsiasi test dato che la validità del test e il punto limite di test possono essere specificati. Questa tabella è riportata nell'Appendice insieme a spiegazioni ed esempi del suo utilizzo.

Rapporto di selezione e percentuale di impiegati riusciti:

Altre due variabili che svolgono un ruolo importante nel determinare l'utilità di un predittore sono la percentuale di selezione e la percentuale di dipendenti presenti considerati positivi. Il lettore ricorderà che l'utilità di un predittore è stata definita come il miglioramento della qualità dei noleggi ottenuti utilizzando un dispositivo di previsione rispetto ai metodi di selezione attuali.

La qualità è tipicamente definita in termini di (1) punteggio medio del gruppo o (2) in termini di percentuale di persone in quel gruppo che hanno punteggi di criterio superiori ad un valore considerato minimo per poter essere un impiegato di successo Per ogni dato coefficiente di validità ottenuto tra il criterio e il predittore, una manipolazione del rapporto di selezione e / o un cambiamento nella percentuale dei dipendenti presenti considerati positivi comporterà cambiamenti marcati nella qualità risultante dei dipendenti assunti (selezionati).

Rapporto di selezione:

Semplicemente descritto, il rapporto di selezione (SR) può essere espresso come:

n / N = SR

Dove n = numero di aperture di lavoro

N = numero di candidati disponibili per il collocamento

Quando SR è uguale o maggiore di 1.00, l'uso di qualsiasi dispositivo di selezione ha poco significato. Con più aperture di lavoro rispetto ai candidati al lavoro, il richiedente si trova nel mercato di un venditore in cui la società potrebbe aver bisogno di acquistare i suoi servizi indipendentemente dalla sua qualità. Se, tuttavia, la SR è inferiore a 1, 00, allora ci sono più candidati che posizioni e il datore di lavoro è nella posizione di essere selettivo in termini di chi assume.

Il modo in cui la SR può influenzare il processo di selezione può essere meglio dimostrato facendo riferimento alla Figura 2.13. Nella Figura 2.13a, viene mostrato un grafico a dispersione dei punteggi che è approssimativamente la forma che ci si può aspettare con un ampio campione di persone e una correlazione tra predittore e criterio di 0, 70 (più alta è la correlazione, più è vicino alla trama di dispersione si avvicinerà a una linea retta, minore è la correlazione, più la trama dispersa si avvicina a un cerchio). La proporzione dell'ovale che è ombreggiata rappresenta la proporzione di candidati che sono effettivamente assunti, cioè la SR. Nella Figura 2.13a, viene presentato un SR di 100; c'è un lavoro aperto per ogni candidato, quindi tutto sarà assunto.

Nella parte b di Figura 2.13 vediamo cosa succede alla qualità media di coloro che vengono assunti quando la SR diventa 0.80. Dal momento che ci sono posti di lavoro solo per l'80% dei richiedenti, il datore di lavoro assumerà logicamente l'80% con i punteggi di predittore più alti, poiché il predittore è strettamente correlato alle successive prestazioni dei criteri.

Questi 80 percento sono rappresentati dall'area ombreggiata dell'ovale che cade a destra del punto di interruzione sul predittore. Poiché quelli che vengono eliminati generalmente possiedono punteggi di criterio bassi, è facile vedere come il punteggio medio dei criteri per quelli assunti con un SR pari a 0, 80 sia superiore a quello che si avrebbe se un gruppo casuale di candidati fosse posto in posti di lavoro come nella Figura 2.13a. Questo aumento della qualità media è mostrato ancora più drammaticamente nella figura 2.13c che illustra un SR di 0.20. Di fronte a una situazione in cui ci sono dieci candidati per ogni due posti di lavoro, il datore di lavoro è "seduto abbastanza" - ora può selezionare il 20 percento più alto degli artisti. Questi individui sono rappresentati dall'area ombreggiata dell'ovale che cade a destra della linea di demarcazione della Figura 2.13c. La differenza nella qualità media del punteggio del criterio per questo sottogruppo selezionato rispetto a quello dell'intero gruppo è molto ampia. I benefici per il datore di lavoro in termini di dollari in questa situazione dovrebbero certamente essere notevoli.

Il principio generale secondo cui un rapporto di selezione più basso si tradurrà sempre nell'assunzione di dipendenti di migliore qualità, rimarranno purché il rapporto tra predittore e criterio sia un valore maggiore di zero (le r positive o negative sono ugualmente efficaci se di uguale ampiezza) . In effetti, può essere dimostrato che il principio del rapporto di selezione può essere efficacemente utilizzato in alcuni casi, anche se tutti i candidati devono essere assunti. Questo può accadere se ci sono almeno due lavori, ciascuno con un numero di aperture e ognuno dei quali ha il proprio predittore con validità maggiore di zero.

Percentuale di dipendenti presenti che hanno successo:

Nella nostra discussione sulla validità e la SR abbiamo finora assunto il criterio di essere continuo e quindi più alto è il punteggio del criterio, più soddisfacente è considerato quel lavoratore. Supponiamo ora che esista un punteggio di criterio che definisca se un lavoratore è soddisfacente o insoddisfacente, cioè se si esibisce al di sopra di uno standard è considerato soddisfacente e se si esibisce al di sotto di questo standard è considerato insoddisfacente. I diagrammi in Figura 2.14 illustrano questo.

Nella parte a, viene mostrata una relazione di circa 0, 70 tra il criterio e il predittore. Si noti che la linea orizzontale, chiamata criterio di esclusione, separa tutti i lavoratori in due gruppi: quelli considerati positivi e quelli considerati non riusciti. Ovviamente una tale interruzione dovrà essere piuttosto arbitraria nella sua natura. Tuttavia, in molti casi non è troppo difficile arrivare ad un consenso riguardo a prestazioni accettabili minime.

La parte b della figura 2.14 mostra gli stessi dati con un valore predittore basato su un rapporto di selezione di circa 0, 5. L'ultima parte della figura mostra entrambi i cut-off insieme. Quando combinato in questo modo diventa possibile distinguere tra le varie sotto-porzioni dei dati che sono formate dall'intersezione delle due linee di demarcazione.

Parte A. I candidati che si trovano a destra del punteggio del test e che superano il limite di criterio sono definiti positivi. Sono quelli che il test dice che dovrebbero avere successo e che in effetti avranno successo secondo il criterio. Rappresentano le decisioni corrette in base al test.

Parte B. Questo segmento comprende quei candidati che hanno punteggi inferiori al limite di predittore e al di sotto del limite di criterio. Chiamati i veri negativi, questi candidati, come i veri positivi, rappresentano decisioni corrette basate sul predittore.

Parte C. Questi candidati hanno punteggi inferiori al limite predittivo ma al di sopra del limite di criterio. Queste persone non sarebbero state assunte se le decisioni di assunzione fossero basate sul test, nonostante il fatto che il loro punteggio finale fosse sufficientemente alto da collocarle nella categoria soddisfacente. Questo rappresenta un tipo di errore o errore che si verifica nei test e viene definito falso negativo.

Parte D. L'ultimo segmento dell'ovale è costituito da candidati al lavoro che verrebbero assunti ma che successivamente risulterebbero insoddisfacenti nel loro lavoro. Queste persone rappresentano anche "errori" nel processo di selezione e sono noti come falsi positivi.

Diversi rapporti significativi possono essere costruiti usando le varie parti della Figura 2.14c. Per esempio,

(1) C + D / A + B

Questo è un rapporto tra il numero di errori nella selezione e il numero di dipendenti posizionati correttamente. La dimensione di questo rapporto dipende da tutte e tre le variabili: la posizione del criterio di interruzione, la posizione del predittore cut-off e il coefficiente di validità. Non solo le dimensioni di questo rapporto sono influenzate da queste variabili, ma lo è anche l'ampiezza relativa dei due tipi di errori, C e D. Solitamente il datore di lavoro è più interessato a minimizzare i falsi positivi di quanto non sia preoccupato per il numero di falsi negativi .

Questo spesso viene colto da coloro che si oppongono al test come uno dei principali mali della selezione scientifica attraverso i test, cioè che alcune persone sono rifiutate e che avrebbero avuto successo sul posto di lavoro se avessero avuto l'opportunità di mettersi alla prova. Il lettore dovrà deliberare i pro ei contro di questo problema per se stesso: gli autori si limitano a sottolineare la difficoltà.

Tuttavia, gli autori si affrettano ad aggiungere che gli psicologi industriali possono essere altrettanto socialisti quanto i loro critici. Gli psicologi industriali generalmente hanno i dati per raccontare l'intera storia, mentre alcuni critici senza dati si limitano a "gridare" su un errore.

Un altro rapporto di importanza è dato da

(2) A + C / A + B + C + D = percentuale attualmente riuscita

Questo rappresenta la percentuale di dipendenti presenti che sono soddisfacenti. È una percentuale di base che esprime il grado di successo ottenuto con qualsiasi metodo di selezione utilizzato prima dell'introduzione del predittore. Il terzo rapporto,

(3) A / A + D = percentuale di successo che utilizza il predittore è un'espressione della proporzione di candidati assunti che avrà successo se si utilizza il predittore come ausilio alla selezione insieme ai metodi attualmente impiegati. Nella misura in cui (3) è maggiore di (2), il predittore aggiunge qualcosa al processo di selezione.

Nel confrontare la grandezza relativa di (2) e (3), alcuni principi generali possono essere dichiarati:

1. Per qualsiasi limite di validità e criterio, una riduzione della SR causerà un aumento della validità effettiva. Quindi, si può compensare la bassa validità statistica se si può essere selettivi nelle sue assunzioni.

2. Per ogni particolare rapporto di validità e selezione statistica, minore è la percentuale di dipendenti presenti considerati soddisfacenti, maggiore è la percentuale di aumento di candidati soddisfacenti ottenuti utilizzando il predittore. In altre parole, se definiamo la differenza tra i rapporti (2) e (3) come

Utilità = A + C - A + C / A + B + C + D = aumento percentuale in termini di efficacia

Dove l'efficacia è definita come la percentuale di successi impiegati, allora il più grande beneficio sarà osservato in quelle condizioni in cui il lavoro più povero è attualmente in corso, un risultato logico. Ci sono alcune eccezioni, ovviamente. Ad esempio, si consideri la Figura 2.15.

Si noti dalla Figura 2.15 che, indipendentemente da quale delle tre diverse percentuali di selezione si utilizzano, il 100 percento di tutti i candidati assunti sarà giudicato soddisfacente. Quindi, ecco una situazione in cui le grandi variazioni del rapporto di selezione non hanno conseguenze.

Tabelle di Taylor-Russell:

Taylor and Russell (1939) hanno preparato un'espressione dettagliata delle relazioni esatte tra la dimensione del coefficiente di validità, il rapporto di selezione e la percentuale di impiegati attualmente soddisfacenti. In determinate condizioni di validità, rapporto di selezione e percentuale soddisfacente, le loro tabelle consentono di determinare la percentuale di assunzioni che sarà soddisfacente utilizzando il predittore in combinazione con i metodi attuali.

Tuttavia, le tabelle Naylor-Shine discusse nella sezione sulla validità del predittore sembrerebbero avere molti vantaggi rispetto alle tabelle Taylor-Russell. Le tabelle Naylor-Shine sono formulate in termini di differenze nel punteggio medio tra il gruppo selezionato e il gruppo originale; Taylor e Russell usano le differenze nella percentuale di successo tra il gruppo selezionato e il gruppo originale.

Pertanto, le tabelle Naylor-Shine sembrano fornire un indice più significativo dell'utilità di test. Inoltre, l'uso delle tabelle Taylor-Russell richiede che i dipendenti siano separati in due gruppi, "riusciti" e "non riusciti", selezionando un punto arbitrario sulla dimensione del criterio che rappresenta "prestazioni soddisfacenti minime". Le tabelle Naylor-Shine non richiedono alcuna decisione di questo tipo per il loro uso e sono quindi più generali nella loro applicabilità.

Una nota di attenzione. Sia i tavoli Naylor-Shine che i tavoli Taylor-Russell presentano alcune limitazioni che sono molto importanti. Entrambi i metodi per valutare l'utilità di test si basano sulle ipotesi che (1) la relazione tra predittore e criterio è lineare e (2) il coefficiente di validità utilizzato è uno ottenuto da procedure di validità simultanea.

Smith (1948) e altri hanno sottolineato i pericoli che esistono se si tenta di utilizzare tabelle come Taylor e Russell in condizioni in cui la relazione non è lineare tra il predittore e il criterio. Tale relazione è mostrata nella Figura 2.16. Quando esistono relazioni non lineari, entrambe le tabelle sono completamente inappropriate per determinare l'utilità di test.

Il fatto che entrambe le tabelle assumano un coefficiente di validità basato su procedure di convalida simultanee può essere una sorpresa poiché in precedenza si è sottolineato che la validità concorrente non era un sostituto particolarmente valido per la validità predittiva. Tuttavia, l'utilità di test comporta la determinazione dell'aumento del punteggio medio del criterio (tabelle Naylor-Shine) o della percentuale di impiegati di successo (tabelle Taylor-Russell) rispetto a quello attualmente ottenuto con i dipendenti attuali. La trama di dispersione di base è basata sugli attuali impiegati assunti dalle normali procedure di selezione, il tipico paradigma di validità concorrente.

Affidabilità di Predittore e Criterio:

Anche l'affidabilità del criterio e del predittore sono importanti, principalmente perché influenzano o mettono limiti alla dimensione del coefficiente di validità che può essere ottenuto. Esiste una relazione algebrica di base che esiste tra la validità e l'affidabilità del predittore e il criterio che è

r _pc (ottenuto) = r _pc (vero) √r _pp xr _cc

Dove

r _pc (ottenuto) = correlazione osservata (validità) tra il predittore e il criterio

r _pc (true) = correlazione "vera" (validità) tra predittore e criterio

r _pp = affidabilità del predittore

r _cc = affidabilità del criterio

Si noti dalla relazione di cui sopra che solo quando r _pp e r _pcc sono unità (perfetta affidabilità) la validità ottenuta sarà uguale alla vera validità. Con la diminuzione dell'affidabilità delle due misure, altrettanto vale la validità ottenuta. Ad esempio, supponiamo che r _{pc (true)} = 0, 06, r _pp = r _pcc = 0, 08, quindi r _{pc (ottenuto)} = 0, 06 √0, 80 x 0, 80 = 0, 60 (0, 80) = 0, 48. Si noti inoltre che se l'affidabilità del predittore o del criterio è zero, allora la validità ottenuta sarà anch'essa pari a zero.

Rilevanza del criterio:

La rilevanza di un criterio ha poco a che fare con l'effettiva utilità empirica di uno strumento di previsione, sebbene abbia molto a che fare con la sua utilità logica.